本文是推荐系统系列的第三篇了，主要来讲一下 LFM 算法，与之前一样，注重原理方面，不会在算术上多做纠结，以方便快速理解该算法

作为推荐系统 这一系列的第二篇文章，我们今天主要来聊一聊目前比较流行的一种推荐算法——协同过滤； 当然，这里我们只讲理论，并不会涉及到相关代码或者相关框架的使用，在这一系列的后续文章，如果可能，我们可以将我们的所有理...

好久没有更新了！！！ 最近一直在研究推荐相关的知识，也算是有一点感悟吧，暂且打算写一系列推荐入门的文章， 一为分享，共同学习。二为对知识做一个系统的整理。 这是第一篇，不打算说太多关于技术的问题，我们就来随便聊聊推荐系统，...

传统的推荐系统使用用户-项目匹配矩阵来预测用户对项目的兴趣程度，矩阵如上图所示，推荐算法的实现过程可以看作是填补矩阵中缺失值的过程。

(https://static.googleusercontent.com/media/research.google.com/zh-CN//pubs/archive/45530.pdf)，

主成分分析(Principal Component Analysis, PCA)：通俗理解：就是找出一个最主要的特征，然后进行分析。

在电商领域，推荐的价值在于挖掘用户潜在购买需求，缩短用户到商品的距离，提升用户的购物体验。

本文提出了一种新的上下文感知推荐模型——卷积矩阵因式分解（convmf），将卷积神经网络（cnn）与概率矩阵因式分解（pmf）相结合。因此，convmf捕获了文档的上下文信息，进一步提高了评级预测的准确性。我们对三个现实数据集的广泛评估...

2016年DeepMind开发的AlphaGo在围棋对决中战胜了韩国九段选手李世石，一时成为轰动全球的重大新闻，被全球多家媒体大肆报道。AlphaGo之所以取得这么大的成功，这其中最重要的技术之一是深度学习技术。经过这几年的发展，深度...

1 根据访问用户id从后台数据库调出其在最近一段时间内（一般2周）的所有淘宝网访问购买点击记录；